Grūtības pakāpe
Jūsu labākais rezultāts
Nav pieejams
Ziemassvētku priekšvakarā Ziemassvētku vecīša darbnīca ir aizņemtāka nekā jebkad. Elfi gatavo dāvanas, ziemeļbrieži spodrīna savus zvaniņus, bet vecītis... parādās tūkstošos fotogrāfiju, kas atsūtītas no visas pasaules.
Problēma ir tā, ka ne visi šie attēli patiešām attēlo īsto Ziemassvētku vecīti. Daži ir kostīmi, citi ir figūriņas, reklāmas vai ģērbušies cilvēki. Lai nepiegādātu nepareizas dāvanas, Ziemassvētku vecītim nepieciešama jūsu palīdzība!
Jūsu uzdevums ir izveidot attēlu binārās klasifikācijas modeli, kas izlemj, vai attēlā parādās Ziemassvētku vecītis vai nē.
Datu kopa ir arhīvs, kas satur attēlus, organizētus divos direktorijos kopā ar CSV failiem train.csv un test.csv.
Pastāv divas klases:
label = 1)label = 0)dataset/├── train/│ ├── img_000001.jpg│ ├── img_000002.jpg│ └── ...├── test/│ ├── img_001234.jpg│ ├── img_001235.jpg│ └── ...├── train.csv└── test.csvSatur attēlus, kas izmantoti modeļa apmācībai.
Kolonnas:
train/img_000123.jpg)1 → Ziemassvētku vecītis0 → Nav Ziemassvētku vecītisSatur attēlus, kuriem jāveic prognozes.
Kolonnas:
⚠️ Fails NESATUR kolonnu
label. Tā jāprognoze jūsu modelim.
Katram attēlam no testa kopas jūsu modelim jāizlemj:
Rezultāti tiks salīdzināti ar īstajām etiķetēm, ko slepenībā glabā organizatori.
Risinājuma veiktspēja tiks novērtēta, izmantojot F1-score, novērtēšanas metriku, kas apvieno precizitāti un atcerēšanos, piemērotu binārās klasifikācijas problēmām.
Formula:
Jums jāiesniedz CSV fails ar tieši divām kolonnām šādā formātā:
| Kolonna | Tips | Apraksts |
|---|---|---|
| image_path | string | Attēla ceļš no test/ |
| label | integer | Prognoze (0 vai 1) |
image_path,labeltest/img_001234.jpg,1test/img_001235.jpg,0test/img_001236.jpg,1🎅 Ziemassvētku vecītis paļaujas uz jums!
Palīdziet viņam identificēt pareizos attēlus un piegādāt dāvanas laikā!